Metode Small Area Estimation Model Fay-Herriot pada Jumlah Pengangguran per Kab/Kota di Jawa Barat Tahun 2023

Abstract. The unemployment is one of the key indicators in describing the labor market conditions and economic well-being of a region. However, at small area levels such as districts/cities, data availability is often limited, necessitating appropriate approaches to obtain accurate information. In this research, we estimated the number of unemployment of 27 districts/cities in West Java Province using Small Area Estimation (SAE) method based on Fay-Herriot model to improve the estimation. The data used in this study were obtained from the West Java Provincial Open Data website, with the response variable is the open unemployment and auxiliary variables including the labor force participation rate, number of micro and small enterprises, number of registered job vacancies, and population density. We used two approaches, direct estimation and indirect estimation through the Empirical Best Linear Unbiased Prediction (EBLUP) method. The results show that the EBLUP method in the Fay-Herriot model provides highly accurate estimates. The average MAPE value obtained was 3.29%, indicating a very small relative estimation error compared to the actual data. This value falls within the range that reflects excellent model performance. Therefore, the EBLUP model used in this study can be considered highly accurate and reliable for producing unemployment estimates at the district/city level. Abstrak. Jumlah pengangguran merupakan salah satu indikator penting dalam menggambarkan kondisi ketenagakerjaan dan kesejahteraan ekonomi suatu daerah. Namun pada level wilayah kecil seperti kabupaten/kota ketersediaan data sering kali terbatas, sehingga diperlukan pendekatan yang tepat untuk memperoleh informasi yang akurat. Oleh karena itu, penelitian ini menggunakan metode Small Area Estimation (SAE) dengan model Fay-Herriot untuk memperbaiki estimasi tingkat pengangguran di 27 kabupaten/kota di Provinsi Jawa Barat pada tahun 2023. Data yang digunakan dalam penelitian ini bersumber dari website Open Data Provinsi Jawa Barat, dengan variabel respon jumlah pengangguran terbuka dan variabel penyerta meliputi tingkat partisipasi angkatan kerja, jumlah usaha mikro dan kecil, jumlah lowongan kerja terdaftar, serta kepadatan penduduk. Pendekatan estimasi yang digunakan adalah estimasi langsung dan estimasi tidak langsung menggunakan metode Empirical Best Linear Unbiased Prediction (EBLUP). Hasil penelitian menunjukkan bahwa metode EBLUP pada model Fay-Herriot memberikan estimasi yang sangat baik. Diperoleh rata-rata nilai MAPE sebesar 3.29%. Nilai ini menunjukkan bahwa tingkat kesalahan relatif estimasi terhadap data aktual tergolong sangat kecil, nilai ini berada pada range yang menunjukkan kemampuan model estimasi sangat baik. Dengan demikian, model EBLUP yang digunakan dalam penelitian ini dapat dikatakan sangat akurat dan andal dalam menghasilkan estimasi jumlah penduduk pada level kabupaten/kota.